Сотрудники сливают данные в ChatGPT: как остановить теневой ИИ в компании

Что такое теневой ИИ

Теневой ИИ (shadow AI) - тот случай, когда сотрудники решают рабочие задачи через публичные нейросети в обход корпоративных правил. Без одобрения ИТ, без корпоративного аккаунта, без понимания, куда уходят данные. Бухгалтер вставляет в нейросеть выгрузку по должникам. Юрист просит сократить проект договора. Маркетолог скидывает клиентскую базу для сегментации рассылки.

Каждый делает это с лучшими намерениями - быстрее закрыть задачу. Никто из них не считает это утечкой. И в этом главная проблема: классические системы защиты от утечек смотрят на почту, съёмные носители и облачные диски, а вставка текста в поле чата для них невидима.

По данным Cyberhaven, к началу 2026 года ИИ обогнал USB-носители и незащищённую почту и стал главным каналом несанкционированного движения корпоративных данных.

Цифры, которые снимают вопрос «есть ли это у нас»

Собрали свежую статистику по теневому ИИ. Показатели за один год:

Ещё два числа для контекста. Использование ИИ-инструментов на рабочих устройствах выросло с 15% до 45% сотрудников за год - утроилось за двенадцать месяцев. И две трети тех, кто ходит в нейросети «в тень», заходят через личные аккаунты, которые ИТ-служба не видит даже в принципе.

Если у вас в компании двадцать человек и хотя бы половина работает за компьютером - теневой ИИ у вас есть. Вопрос только в масштабе.

Кейс Samsung: три инцидента за 20 дней

Самая наглядная история случилась у Samsung весной 2023 года. За три недели инженеры полупроводникового подразделения трижды вставляли в ChatGPT конфиденциальную информацию:

• исходный код внутреннего инструмента для проверки микросхем - с просьбой «почини»;
• код из тестовой среды для оптимизации;
• расшифровку внутреннего совещания - с задачей «сделай протокол».

Ни один из них не нарушил закон, не продал секрет и не хотел навредить. Люди просто хотели быстрее закончить работу. В итоге Samsung экстренно запретила генеративный ИИ на рабочих устройствах, а через несколько месяцев запустила собственную внутреннюю модель - поняла, что без инструмента сотрудники всё равно не останутся.

Расшифровка совещания в нейросети - самый показательный случай. Человек даже не понял, что слил. Для него это была «заметка с разговора», а по факту - стенограмма, в которой обсуждались непубличные продукты.

Четыре канала, по которым утекают данные

Когда говорят про «вставил в ChatGPT», представляют только копипаст в браузере. Каналов минимум четыре, и закрыть один - значит ничего не закрыть.

Почему сотрудники это делают

Вредителей среди них почти нет. Мотивация скучная и человеческая: дедлайн, задача, которую нужно закрыть сегодня, и инструмент, который реально помогает. Внутренние запреты существуют, но руки работают быстрее, чем читаются регламенты.

Добавьте сюда третий фактор: большинству людей искренне непонятно, чем «вставить текст в чат» отличается от «погуглить». Поиск и чат выглядят одинаково - окно в браузере. Разница в том, что поисковик получает запрос, а нейросеть - ваш документ целиком, и в бесплатных тарифах может использовать его для обучения модели.

Отсюда практический вывод: виноват не сотрудник, а отсутствие рабочего процесса. Пока легального способа нет, будет нелегальный.

Чем это грозит - по пунктам

• Серверы вендора. Всё, что вставлено, уходит за периметр. Где физически лежат серверы, кто имеет доступ к логам и сколько хранится переписка - сотрудник не знает и знать не обязан.
• Обучение моделей. В потребительских тарифах диалоги могут использоваться для дообучения. Написанное вами может всплыть в ответе модели другому пользователю.
• Компрометация аккаунта. У сотрудника угнали пароль - угнали и историю диалогов со всеми вставленными документами. А там может быть что угодно: реестр должников, зарплатная ведомость, исходный код.
• Регулятор. Персональные данные клиентов, вставленные в зарубежный сервис, - это вопрос к 152-ФЗ и трансграничной передаче. Коммерческая тайна, ушедшая наружу, теряет режим охраны.

Тотальный запрет не работает. Проверено

Первая реакция руководителя - «запретить». Samsung её уже пробовала. Что происходит после запрета на практике:

• часть сотрудников честно перестаёт пользоваться - продуктивность падает, недовольство растёт;
• остальные переходят на личные телефоны - объём вставок сохраняется, но уходит из поля зрения ИТ;
• появляются «обходные» сервисы-зеркала, о которых безопасность знает меньше всего;
• когда через год пришло время что-то менять, выяснилось, что у половины компании нейросеть давно часть рабочего процесса, и просто откатить нельзя.

Запрет без альтернативы превращает видимую проблему в невидимую. Это хуже исходного состояния: нельзя защитить то, о существовании чего не знаешь.

План защиты: пять шагов

Шаг 1. Аудит - узнайте реальную картину

Два источника правды. Первый технический: DNS-логи и журналы корпоративного прокси. Запросы к chat.openai.com, claude.ai, gemini.google.com и ещё паре десятков доменов видно сразу - будет и число сотрудников, и объём. Второй - анонимный опрос: «пользуешься ли нейросетями для работы, какими, для каких задач». Без анонимности получите красивую ложь.

На выходе: список сервисов, частота, категории вставляемых данных. Это фундамент для всего остального.

Шаг 2. Политика на одну страницу

Не многотомный регламент, а страница с конкретикой. Формат «можно / нельзя / как правильно» с примерами из вашей отрасли:

• Можно: публичная информация, черновики текстов, код без привязки к внутренним системам;
• Нельзя: персональные данные клиентов, коммерческие предложения, исходный код продуктов, финансовая отчётность, любые документы под NDA;
• Как правильно: для всего из списка «нельзя» - корпоративный инструмент из шага 3.

Шаг 3. Дайте легальную альтернативу

Ключевой шаг, без которого всё остальное - декорация. Варианты по возрастанию закрытости:

1. Корпоративные тарифы публичных нейросетей. Главное отличие от бесплатных: отсутствие обучения на ваших данных, административный контроль, логирование. Подходит большинству офисных задач.
2. Российские облачные платформы (YandexGPT, GigaChat и другие) - когда важны требования о локализации данных и работа с персональными данными.
3. Локальная модель на своём сервере - открытые Llama, Qwen и аналоги разворачиваются на железе компании. Данные не покидают периметр вообще. Дороже в обслуживании, но для кода, документов и чувствительных данных - единственный вариант, который снимает вопрос полностью.

Шаг 4. Технический контроль

Параллельно с шагами 2-3, не вместо них:

• системы DLP настраиваются на паттерны вставки больших объёмов текста в веб-формы;
• на рабочих машинах блокируются домены из списка «нельзя» - по белому списку корпоративных сервисов;
• агентские коннекторы (MCP, плагины к почте и документам) - только через одобренный ИТ каталог;
• для критичных подразделений (разработка, финансы) - отдельные правила строже средних.

Шаг 5. Обучение на кейсах, а не на слайдах

Часовой вебинар «про информационную безопасность» не работает. Работают два приёма: разбор кейса Samsung с вопросом «а вы бы заметили проблему?» и правило простого вопроса перед вставкой: «готов ли я вывесить это на заборе у офиса?». Одна метафора запоминается лучше, чем десять страниц регламента.

Чек-лист: есть ли теневой ИИ в вашей компании

1. Есть ли утверждённый список разрешённых ИИ-инструментов, о котором знают все сотрудники?
2. Знаете ли вы, сколько людей заходит в нейросети с рабочих машин и куда именно?
3. Есть ли корпоративная альтернатива, которую реально используют?
4. В политике перечислены конкретные типы данных - клиентская база, код, договоры, персональные данные?
5. DNS-логи проверяются на запросы к популярным ИИ-сервисам?

Три «нет» из пяти - теневой ИИ в компании уже работает, и вы о нём не знаете.

Коротко: порядок действий

1. Снимите DNS-логи и проведите анонимный опрос - получите реальную картину, а не предположения.
2. Напишите политику на одну страницу с примерами «можно / нельзя».
3. Подключите корпоративный тариф или поднимите локальную модель - легальный инструмент обязателен.
4. Настройте технический контроль: DLP-паттерны, блокировки доменов, каталог одобренных агентов.
5. Проведите обучение на реальных кейсах, а не на общих слайдах.
6. Через квартал повторите аудит - цифры покажут, сработало или нет.

Теневой ИИ не победить запретом - его вытесняют удобной легальной альтернативой и понятными правилами. Когда у сотрудника есть корпоративный инструмент, который не хуже личного ChatGPT, вставлять данные куда-то ещё просто незачем.

Как следить за работой ИИ-сервисов в компании после того, как легализовали их, мы писали в статье про мониторинг ИИ-сервисов (LLMOps). Если нужен аудит - какие нейросети используются у вас прямо сейчас и куда уходит первая очередь закрытия - напишите нам.